Anthropic自迭代真相：26%的研发已被AI接管，但真正的天花板还在人类手里

下一代大模型是怎么造出来的？ 四分之一的工作，已经是 AI 自己在写了。

这不是科幻小说里的预言。 这是 Anthropic 自己公布的真实数据。

硅谷投资人 David Sacks 在 All-In 播客里聊起这件事。 很多人这才注意到 Anthropic 刚发布的那份研发自动化报告。

翻开这份报告，数据格外扎眼。 2026 年 2 月的时候，Claude 在自家模型研发里能挑大梁的任务，还不到 1%。 到了 8 月，这个数字直接冲到了 26%。

短短半年，从不到 1% 飙升到 26%。 这到底是怎么算出来的？

Anthropic 借用了一套来自评估机构 Epoch AI 的六级标准。 0 级是纯人工，人类工程师一行行敲代码。 3 级是深度协作，AI 在人类紧密指导下完成大块工作。 这种深度协作，在他们公司已经占了 90% 以上。

真正让人倒吸一口凉气的是 4 级。 什么叫 4 级？ 人类只要给一个大方向目标，剩下的方案设计、写代码、排错、跑测试，全由 AI 独立端到端跑完。 人类只在旁边看着。 这 26%，全是实打实的 4 级。

那大家最关心的 5 级呢？ 完全脱离人类、机器全自动自我迭代？ Anthropic 给出的数字很干脆：0%。 一个都没有。

那这 26% 的活，机器到底是怎么干出来的？ 机房里并没有一个超级大脑在苦思冥想。 现实里的工程现场，是 3 万个 AI 智能体在内部服务器上日夜狂奔。

它们都在忙什么？ 写测试集、找算法漏洞、调超参数、生成训练数据、做架构搜索。 以前几十个顶级工程师要耗上几个星期去试错的算法路径，现在几万个智能体几天就扫完了。

David Sacks 算了一笔账。 为什么过去这一年，顶尖模型的推理能力越来越强，调用成本反而能降到原来的十分之一？ 关键就在这里。 这些 AI 智能体找到的算法优化，成了算力乘数。 硬件算力再紧张，算法可以给它补上；人类工程师试不过来的海量方案，AI 替人类去试。

很多人一听到自迭代，脑子里就浮现出天网觉醒的画面。 但走进机房看一眼就会发现，这不是机器失控。 这是一座高度自动化的现代代码工厂。

人类并没有下岗。 人类从搬砖的泥瓦匠，变成了画图纸的设计师和拿红笔的质检员。 所有的代码合并、架构裁决和安全开关，依然死死握在人类手里。

当 3 万个智能体把脏活累活全包了之后，真正值钱的不再是算力，也不再是写代码的时间。 真正值钱的，是人类究竟给这群不知疲倦的机器，下达了一个什么方向的指令。